你get到了嗎？2019人工智能五大趨勢　　在2018年期間，我們目睹了基于人工智能的平台、工具和應用程序的急劇增長。這些技術不僅影響了軟件和互聯網行業，還影響了其他垂直行業，如醫療保健、法律、制造業、汽車和農業。 　　Google AI 　　在2019年以後，我們將繼續看到人工智能相關技術的進步。亞馬遜、蘋果、Facebook、谷歌、IBM和微軟等公司都在大規模投資研發人工智能，這有助于推動人工智能及其生態的快速發展。以下是人工智能領域在2019年值得注意的五種趨勢：　　1.人工智能芯片的興起 　　與其他軟件不同，人工智能嚴重依賴專用處理器來補充CPU。在推理時，模型需要額外的硬件來執行復雜的數學計算，以加速對象檢測和面部識別等任務。2019年，英特爾、英偉達、AMD、ARM和高通等芯片制造商將推出專用芯片，這些芯片將針對與計算機視覺、自然語言處理和語音識別相關的特定用例和場景進行優化。來自醫療保健和汽車行業的下一代應用將依賴這些芯片為最終用戶提供智能。 　　2019年也將是亞馬遜、微軟、谷歌和Facebook等超大規模基礎架構公司增加對基于現場可編程門陣列（FPGA）和專用集成電路（ASIC）的定制芯片投資的一年。這些芯片將針對人工智能和高性能計算（HPC）的現代工作負載進行大量優化。其中一些芯片還將協助下一代數據庫加速查詢處理和預測分析。 　　2.邊緣人工智能和物聯網的融合 　　在2019年，人工智能將在邊緣計算層遇到物聯網。在公共雲中訓練的大多數模型都將部署在邊緣。基于深度神經網絡的高級機器學習模型將進行優化以在邊緣運行。它們將能夠處理視頻幀、語音合成、時間序列數據和由攝像機、麥克風和其他傳感器等設備生成的非結構化數據。　　3.神經網絡之間的互操作性成為關鍵 　　開發神經網絡模型的關鍵挑戰之一在于選擇正確的框架。一旦模型在特定框架中完成了訓練和評估，就很難將移植到另一個框架中。這種狀況阻礙了人工智能的普及。為了應對這一挑戰，AWS、Facebook和微軟合作構建了開放式神經網絡交換（ONNX），這使得在多個框架中重用經過訓練的神經網絡模型成為可能。可以預見在2019年，ONNX將成為該行業的重要技術。 　　4.自動化機器學習將獲得突出地位 　　從根本上改變機器學習解決方案的一個趨勢是AutoML。它將使業務分析師和開發人員能夠發展可以解決復雜場景的機器學習模型，而無需經過機器學習模型的典型培訓。業務分析師可以專注于業務問題，而不是迷失在工作流程中。 　　5.人工智能將通過AIOps自動化DevOps 　　現代應用程序和基礎架構為索引、搜索和分析生成日志數據。從硬件、操作系統、服務器軟件和應用軟件獲得的海量數據集可以進行聚合和關聯，以尋找問題的解決方案。機器學習模型利用這些數據集，IT就從被動轉變為預測。AIOps將在2019年成為主流。公共雲供應商和企業將從人工智能和DevOps的融合中受益。 　　你是如何看待人工智能的？你覺得人工智能會對我們的生活產生什麼樣的影響呢？　　人工智能技術的飛速發展正對各行各業帶來深遠影響，AI已被視為企業提升運營效能、應對市場競爭的必經之路。然而對大部分傳統企業以及中小型企業而言，人工智能技術真正落地應用並且創造價值目前尚存距離。專家認為，

如意坊娛樂場

當前企業在部署AI時主要面臨技術復雜、使用門檻高、研發投入高以及現有IT系統的制約等障礙和挑戰。　　企業智能變革勢在必行 AI應用滲透率依然偏低 　　伴隨人工智能的發展與應用逐步成為世界各國的發展戰略，AI技術已經進入了歷史性拐點，人工智能正在成為企業發展新的引擎。研究機構Gartner認為，對企業而言，人工智能衍生的商業價值主要包括客戶體驗、新增收入以及成本降低。未來10年人工智能將成為最具顛覆性級別的技術。 　　國內許多企業已經在嘗試應用人工智能技術提升企業競爭力。據聯想大數據軟件產品總監麼石磊介紹，在聯想內部，人工智能技術已應用于生產、供應鏈、市場營銷等多個業務領域中。此外，一些傳統企業中，將AI技術與業務結合，率先應用人工智能的企業已經有所斬獲，並已逐漸形成競爭優勢。 　　雖然目前國內各界正紛紛擁抱人工智能技術，但一個不容忽視的現實是，人工智能技術的企業級應用依然處于初級階段，尚未迎來大規模爆發。德勤發布的一項調研顯示，在制造業領域，人工智能目前尚未充分施展拳腳，應用潛力仍待開發。埃森哲調研發現，絕大多數制造企業正試圖利用人工智能技術提升產品和服務。然而，出于數據質量和安全等原因，大規模應用這一技術的企業依然寥寥。 　　據埃森哲對包括100家中國企業在內的500家制造企業進行的調研顯示，目前只有少數制造企業達到了應用智能階段。僅有5%的企業正投資應用人工智能技術改造其生產制造，而全面應用人工智能解決方案的企業僅佔2%。 　　埃森哲大中華區產品制造事業部總裁陳科典表示:目前，企業利用人工智能改造生產制造依然處于初期。盡管大部分企業目前仍然淺嘗輒止、零敲碎打式地應用智能技術，

北京商超果蔬充足

但在不久的將來，預計利用人工智能再造生產制造將迎來蓬勃發展。 　　企業應用人工智能技術猶存四大挑戰 　　在專家看來，人工智能技術不僅可以推動企業核心業務的轉型，還能提升員工和客戶體驗，最終催生新的商業模式。但是在目前，對大部分傳統企業以及中小型企業而言，要想真正地擁抱人工智能技術，還面臨著各種瓶頸和門檻。 　　對傳統制造企業來講，AI是一個大的方向，是大家必然要走的路。我們作為AI技術的應用者，什麼時候用?怎麼樣用?怎麼樣為企業帶來價值?這是需要我們思考的。長飛光纖光纜股份有限公司首席信息官汪華近日表示，長飛光纖作為一家制造企業，很關鍵的是一些工藝和工藝的應用。如何用AI提高工藝、質量和生產效率，是企業關注的重要發展方向。中國的制造業很多都是低毛利企業，

洛杉磯天使

企業會非常看重投資回報率。在低毛利情況下，投AI這樣一個投資回報率不是那麼明確的新技術時，企業管理層自然會有疑問，這也是當前人工智能技術在企業應用時不容回避的一個問題。在汪華看來，企業目前應用AI的挑戰主要包括人才、新技術投入、AI科研與企業實際生產環境不匹配等。 　　在麼石磊看來，企業當前在部署AI時主要面臨四大挑戰。首先，處在爆發期的AI技術快速迭代演進，讓傳統企業無所適從。人工智能技術本身具有一定的復雜性，

何洛洛坐塌蛋糕

因為它是綜合性的學科，涉及數字計算、優化算法等眾多學科。對企業來講人工智能技術處于爆發期，新的算法層出不窮，很難跟蹤這些技術。 　　其次，AI全週期應用鏈涉及多個環節，使用門檻極高，對人員技能有很高的要求。企業裡做的可能是端到端的解決方案，一整條鏈條都要做好，而現在市場上缺乏端到端的解決方案。而且，企業在應用人工智能時，還要懂業務、懂大數據和物聯網等知識，這些又是企業比較缺乏的。 　　再次，大規模技術研發投入也成為企業應用AI技術的一大障礙。隨著人工智能技術成為當前最熱門的技術，大的互聯網公司和科技公司都在進行大規模投入，競相重金爭奪人工智能人才。企業發展到這一階段，如果要應用人工智能，肯定要有投入。 　　此外，企業級AI平台還需要滿足企業級IT系統的苛刻要求。據麼石磊介紹，企業的人工智能平台並不是很容易就能創建，涉及到很多問題，比如安全問題、數據集中問題、跟大數據平台融合的問題、與互聯網對接問題等。正因為此，所以說面臨的門檻非常高。 　　助力企業構建自身AI能力體系 　　面對當前傳統企業在應用AI技術方面存在的挑戰和困難，聯想集團近日推出企業級人工智能平台LeapAI。聯想企業級人工智能平台旨在降低企業應用AI技術的門檻，助力企業構建自身AI能力體系，加速企業人工智能的業務化應用，進而推動全行業的人工智能應用。 　　早在2017年4月，

涼感床墊

聯想CEO楊元慶宣布，未來四年將投入12億美元在AI和大數據研發上。正是在All in AI戰略下，聯想推出了企業級人工智能平台，將深入制造、物流、金融等多個行業，推動行業實現AI升級，這也意味著聯想人工智能戰略從內部應用為主轉向AI能力對外輸出與賦能。 　　聯想集團副總裁、首席研究員、大數據事業部總經理田日輝表示，聯想企業級人工智能平台將幫助企業告別傳統AI開發應用方式，全面支持AI各種技術，大大縮短企業開發AI的進程，降低企業AI應用門檻和技術投入。 　　在田日輝看來，企業級智能平台應當具備五個特征:一是靈活，

美國職棒即時比分

企業無需進行大規模的AI技術研發投入；二是易用，即使企業沒有AI經驗，也能使用AI技術賦能生產管理；三是全面，企業級AI平台應當擁有多種AI技術，滿足不同業務需求；四是實現，AI應用只有結合實際生產場景，才能創造更高業務價值；五是極致，企業級AI平台的架構設計，一定要滿足企業級IT系統的苛刻要求。 　　LeapAI將與企業現有信息化系統共存。聯想的人工智能平台定位于企業級，它將從企業現有信息化系統裡收集數據進行整理、分析和預測，很多分析結果還要反饋到信息系統裡去執行。田日輝向記者表示，在此基礎上，人工智能平台將會逐漸變成企業裡的大腦，去指揮現有信息化系統做更多的事情。 　　除此之外，聯想大數據總監、數據科學家羅軍指出，AI項目要成功的話有三個要素，算法、計算力和數據。算法需要科研人員做到極致，

北京商超果蔬充足

而計算力和數據則是企業的優勢，所以想要做好一個項目，科研和工業界人員需要盡可能多的結合，這樣才能推進項目成功。(記者高少華)，